admin 百科大全 2023-04-03 18:24:55

零售大数据变革之思维变革：颠覆传统零售理念

专题看点

随着数据采集技术与存储技术的进步，零售业将逐渐形成零售业大数据。通过挖掘、分析这些大数据，零售企业将获得巨大的商业价值，其服务也能得以有效创新，但前提是要明确大数据为零售业带来了何种变革需求。

大数据与零售行业相结合，一面要从思维、商业、管理等角度对大数据为传统零售业带来的变革进行阐述，一面要从数据采集、数据整理、数据分析、数据诠释等角度对大数据给零售业带来的变革进行分析，同时还要对大数据为零售业带来的与隐私问题有关的挑战进行解释，并就零售业如何应对这些挑战进行探讨，比如扩大数据采集面、利用数据挖掘技术分析大数据、增加数据采集的深度、利用数据可视化技术对数据进行诠释等等。

大数据指的是利用传统数据库工具无法处理的数据，具有容量大、增长速度快、处理速度快、数据类型多样的特点。现如今，在数据采集与存储技术不断发展的情况下，零售业也形成了大数据，通过挖掘、分析这些大数据，零售企业能有效地创新服务，获得巨大的商业价值。比如，更准确地把握消费者需求，开展精准化营销；变革供应链模式，对商品进行精细化管理等等。当然，要想更好地利用零售业大数据，首先要明确大数据为零售业带来了哪些变革需求。

维克托·迈尔提出了大数据思维带来的三个典型变化：

第一，样本等于总体，这种思维模式与过去以样本为基础开展统计分析的思维模式有本质区别；

第二，不再过于追求精确性，在大数据中“噪音”与罕见事件非常常见，这些数据会对结果的精确性产生不良影响；

第三，相较于因果分析来说，相关分析更加重要，因为在大数据时代，相较于“为什么”来说，人们更关注“是什么”。这种大数据思维与传统零售业的结合将为人们带来如下启示：

（1）要对所有与零售商特定目标有关的数据进行分析，而不是通过分析样本来对总体进行推断。当数据采集与存储变成现实，样本统计分析推断总体的方式就难以使企业的数据使用需求得到满足。零售商通过对海量的销售数据进行分析、利用能对客户需求做出精准预测，进而开展精准营销，以切实提升零售业的运营效率，使零售商所获利润得以显著增加。

（2）不再追求精确性，接受数据噪音。如果零售企业过于追求数据的精准性，就只能利用5%的结构化数据，95%左右的结构化数据与非结构化数据都无法使用，使得数据资源被浪费。所以，零售企业为了使数据得以充分利用，最大限度地对数据价值进行挖掘，将经营管理目标落到实处，就必须接受数据噪音，允许冗余数据、错误数据存在。

（3）在分析数据的过程中，零售商要对事物的相关关系（不是因果关系）进行科学分析。相关关系能指导零售商从不同角度对问题进行观察、分析，以明确问题处理方法使其处理效果达到最佳。并且，相较于因果关系来说，相关关系更加有效。